小売業のAIロードマップ：整ったデータからAIエージェントまで

ウェブサイトでは、ネイビーのセーターのMサイズは在庫ありになっています。顧客が車で来店すると、棚は空っぽです。

小売業のAI計画の多くは、このずれでつまずきます。小売業のAIロードマップがモデルに手をつける前にデータから始めなければならないのは、そのためです。

私はこれを4つの段階で計画します。まず、商品、在庫、顧客について信頼できる1つのビューをつくります。次に、すべてのレポートとAIツールに同じビジネス言語を与える、管理されたレイヤーを整えます。

その後に、需要を予測し、発注し、価格を決め、顧客対応を行うAIエージェントが来ます。最後に、AIがマーチャンダイジング、サプライチェーン、店舗の日々の業務の一部になります。

小売業は、ほぼどの業界よりも多くのデータを生み出します。それなのに店舗、EC、倉庫、財務が、同じ日について違う在庫と違う売上を報告することがよくあります。

この計画は、ERP、POS、受注管理、ECのプラットフォームが何であっても使えます。私がまとめた小売とFMCGの2つのプログラムについては、中東の小売企業の移行事例とFMCGのレポーティング立て直しをお読みください。

各段階は、その前の段階がそれなりに整っていることを前提にしています。

3年間、4つの段階

1. 01

   現在：データ基盤

   店舗とオンラインの商品、在庫、売上、顧客のデータを1つの管理されたプラットフォームに集めます。

2. 02

   1年目：ガバナンスの効いたインテリジェンス

   商品、ロケーション、在庫、顧客を表す共通のビジネス言語、AIガバナンス、最初のクイックウィン。

3. 03

   2年目：AIエージェントの展開

   需要予測、補充、価格設定、店舗運営、顧客サービスのエージェント。

4. 04

   3年目：全社規模でのAI定着

   AIがマーチャンダイジング、サプライチェーン、店舗全体に広がり、サプライヤーとパートナーがつながります。

AIの前に、小売のすべてのデータが集まり、互いに一致する場所が1つ必要です。そのためには、別々に育ってきたシステムをつなぎます。ERP、レジ、EC、受注管理、倉庫、ロイヤルティ、サプライヤーポータルです。

最初の数か月で、私なら次のものを整えます。

1. 最新のデータプラットフォーム。多くの場合はレイクハウス（生データと整備済みデータを1か所に置く保管庫）です。すべてのチャネルから売上、在庫、注文、返品、ロイヤルティのデータを取り込み、必要なところではリアルタイムに近い形で取り込みます。
2. 商品、ロケーション、顧客のデータについての責任者と品質ルール、そして各数値の出どころを示すカタログ。カードデータはプラットフォームに入れず、カード業界のセキュリティ基準であるPCI DSSの統制の中にとどめます。
3. セルフサービスのレポーティング。バイヤー、計画担当者、店長が、財務と同じ売上と在庫の数値を見られるようにします。

最も難しいのは、たいてい商品マスタです。販売するすべての品目について、サイズ、色、入数、サプライヤー、属性を記録したものです。

40店舗とウェブサイトを持つアパレル小売企業を例にとります。ウェブサイトにはあるワンピースが「Navy」で、サイズ8から16として掲載されています。店舗システムでは同じものが「NVY」でS、M、Lとして、別の仕入ファイルから来た別の品目コードで登録されています。

どのAIツールにそのワンピースの売れ行きを尋ねても、ツールには2つの商品が見え、それぞれが実際の半分しか売れていないように映ります。解決策は地味な作業です。誰かがコードを対応付け、色のリストとサイズの体系をそれぞれ1つに決め、新しい品目はすべて初日からバイヤーのチームが責任を持つようにします。

次に、水を1本単位、6本パック、24本入りケースで販売する食品スーパーを思い浮かべてください。レジは本数で、倉庫はケース数で、ウェブサイトはパック数で数えています。これらがきちんと換算されるまで、同じ商品の在庫は決して一致せず、その上に構築した補充ツールは間違った量を発注します。

では、完了とはどういう状態でしょうか。店舗部門の責任者とEC部門の責任者が同じ店舗の昨日の売上を取り出したとき、同じ数字が得られる状態です。予測がなぜ外れるのかを1年間言い争うくらいなら、私は喜んでここに3か月をかけます。

1. 01POS店舗ごとのすべての購買と返品
2. 02ECと注文注文、クリック、配送
3. 03倉庫と在庫ロケーション別と輸送中の在庫
4. 04ランディングゾーンリネージ付きの生データのコピー
5. 051つの商品マスタコード、色、入数をそれぞれ1つに統一
6. 06レポート財務と一致する売上と在庫

すべてのチャネルを通じた、商品、在庫、顧客の1つのビュー

1年目の中心はセマンティックレイヤーです。これは共有の辞書です。商品、店舗、在庫、販促、顧客が何を意味し、どう計算するのかを、すべてのレポートとAIツールに伝えます。

営業本部長が「上位50店舗の欠品状況」を求めたとします。ここでの在庫ありとは、棚にあることでしょうか、バックヤードにあることでしょうか、それともシステム上にあることでしょうか。

上位50店舗は今年の売上で順位を付けるのでしょうか、それとも昨年の売上でしょうか。コパイロットが独自の推測で答えれば、月曜日の営業会議で誰も説明できない、自信ありげな数字が出てきます。セマンティックレイヤーがそれを一度で確定させ、コパイロットはその後、営業本部長自身のレポートと同じルールを使います。

AIガバナンスも同じ年に始めます。パーソナライゼーションと価格設定は顧客データを使うので、同意とデータ保護のルールがその限界を決めます。

私ならAIユースケースの台帳を1つにまとめます。それぞれに責任者、リスク評価、テスト結果、人が出力を確認する場所についてのメモを付けます。

顧客の目に触れる判断がどれかを明確にしてください。商品説明はリスクが低いものです。顧客が支払う価格や、ある買い物客には届いて別の買い物客には届かないオファーには、はるかに慎重な扱いが必要です。

そのうえでクイックウィンを実現します。私がこれらを好むのは、その裏にあるデータがたいていそれなりに整っているからです。

1. 商品コンテンツ。説明文、属性、翻訳を商品マスタから起案し、人が確認します。
2. 店舗コパイロット。店舗のチームが在庫、配送、販促、手順について普段の言葉で質問できます。
3. 顧客サービスのサマリー。接触履歴と注文状況を、サービス担当者向けの短いメモ1つにまとめます。

毎月数百の新しい品目を追加する家電量販店を例にとります。どの品目にも説明文と仕様表が必要で、2つ目の言語が必要なこともよくあります。コパイロットはサプライヤーの仕様書を読み、ページを起案し、バッテリー駆動時間が記載されていないノートパソコンのような抜けに印を付けます。

マーチャンダイザーがすべての記載内容を確認し、何を公開するかを決めます。事実の情報源はサプライヤーの仕様書だけです。このルールは、どのモデルを選ぶかよりも重要です。

次に、木曜日の午前7時の店長を思い浮かべてください。シリアルの販促が月曜日に始まり、棚はほとんど空です。彼女はコパイロットに、次のシリアルの納品はいつで、何ケース届くのかを尋ねます。

コパイロットは配送スケジュールと未納の注文を確認します。そして、明日の午前6時に12ケースが届くものの、今週の販売ペースでは週末までもたないと伝えます。地域のチームに電話するか、バックヤードから在庫を出すかは、彼女が決めます。

1. 01店長が質問なぜ木曜日にまたシリアルの棚が空になるのか
2. 02セマンティックレイヤー店舗、商品、販促、在庫ありのルール
3. 03管理されたデータ売上、在庫、配送、販促
4. 04コパイロットが回答原因と各数値の出どころを添えて
5. 05店長が対応発注を変更するか、販促について報告する

営業本部長が出すのと同じ回答

ビジネス価値高中低

• ダイナミックプライシング
• パーソナライゼーション

• 需要予測

• 店舗コパイロット

• 商品コンテンツ
• サービスのサマリー

低中高データの準備度

• 後回し
• 計画する
• 今すぐ始める

2年目は、質問に答えるコパイロットから、あなたが決めた範囲内で行動するエージェントへ移ります。小売業で最初に投資を回収するのは、たいてい次のものです。

1. 需要予測と補充。 エージェントは店舗別、日別に需要を予測し、発注を提案し、棚が空になる前に店舗間で在庫を移します。
2. 価格設定と値下げ。 売れ行きの悪い商品の値下げと、営業部門が決めたルールの範囲内での価格変更を提案します。
3. 店舗運営。 棚のカメラやRFIDタグ（1点ずつスキャンしなくても数えられる無線タグ）が欠品を検知し、エージェントが店舗チームの作業を作成します。
4. 顧客サービス。 注文の追跡、返品、簡単な苦情に対応し、複雑な案件は経緯をまとめたうえで人に引き継ぎます。

暑い週末を前にした食品スーパーで、補充エージェントがどう動くかを見てみます。

1. 木曜日の朝、天気予報、昨年の似た週末の売上、各店舗の現在の在庫を読み込みます。
2. 一部の店舗で、土曜日の昼までにボトル入りの水と氷が切れることに気づきます。
3. 物流センターからの追加発注と、売れ行きの鈍い2店舗からの在庫移動を提案します。
4. 合意した上限内の発注はそのまま通ります。それより大きいものと、すべての店舗間移動は、計画担当者の承認を待ちます。
5. 計画担当者は、地元でサッカーの試合がある店舗からの移動を1件却下し、残りを承認します。

価格設定も同じように動きます。夏の終わりに、売れ行きの悪いアイテムを何百も抱えたアパレルチェーンを思い浮かべてください。

エージェントは、8月までに売り切るために値下げが必要なものを選びます。営業部門が決めた最低価格を上回る範囲で、20％または30％の値下げを提案します。

定番品には手をつけず、原価を下回る価格は決して付けません。マーチャンダイザーは、休日の週末にまだ売れる水着を対象から外し、残りを承認します。

ラグジュアリーでは、もっと控えめな関わり方が必要です。数千の価値があるハンドバッグの修理について問い合わせてきた人には、人が応対するべきです。その場合、エージェントは購入記録と修理履歴を取り出して返信を起案し、クライアントアドバイザーが自分の言葉で送ります。

すべてのエージェントには事業部門の責任者が必要です。価格設定エージェントは営業本部長が、補充エージェントはサプライチェーン部門の責任者が受け持ちます。プラットフォームを運用するのはITで、判断に責任を持つのは事業部門です。

1. 01予測天候と販促を加味した店舗別、日別の需要
2. 02比較手持ち在庫と輸送中の在庫と比較
3. 03提案発注と店舗間の在庫移動
4. 04承認上限を超えるものは計画担当者が確認
5. 05発注サプライヤーと倉庫に発注を送信
6. 06学習実際の売上が次の予測を調整する

エージェントごとに事業部門の責任者を1人

3年目になると、AIはマーチャンダイジング、サプライチェーン、店舗、顧客エンゲージメントの中に入っています。バイヤー、計画担当者、店舗チームが毎日エージェントと一緒に働き、流れ全体が同じガバナンスのもとで動きます。

サプライヤーとのデータ共有は、ビジネスの採算を変えます。

週ごとの販売実績と12週間のヘッドホンの需要予測を、製造元のブランドと共有する家電量販店を例にとります。サプライヤーは実際の需要に合わせて生産を計画します。小売企業はブラックフライデーの前に在庫を確保しやすくなり、1月に売れ残る量も減ります。

リテールメディアも同じパターンをたどります。食品スーパーが、同じ管理された顧客レイヤーを使い、受け取りに同意した買い物客に向けて、飲料ブランドが自社アプリでオファーを出せるようにします。ブランドが見るのは買い物客のグループ単位の結果で、個人の記録は食品スーパーの手元に残ります。

あなたの小売業のAIロードマップで、大規模なパーソナライゼーションに取り組むのはこの年でしょうか。商品マスタと同意の記録が1年目と2年目を通じて持ちこたえたなら、答えは「はい」です。

1. 最高執行責任者エージェントのポートフォリオとその結果に責任を持つ
   AIガバナンス台帳、テスト、停止スイッチ
2. 営業本部長とサプライチェーン部門長自分の領域のエージェントに責任を持つ

• 需要予測エージェント責任者は計画部門長
• 価格設定エージェント責任者は営業本部長
• 店舗運営エージェント責任者は店舗部門長
• サービスエージェント責任者は顧客サービス部門長

1. 04AIエージェントとコパイロット需要予測、補充、価格設定、店舗、サービスのエージェントと、事業部門の責任者
2. 03ガバナンスの効いたインテリジェンス層商品、ロケーション、在庫、顧客のセマンティックモデルとAI台帳
3. 02データ基盤売上、在庫、注文、ロイヤルティのデータを持つレイクハウス、カタログ、リネージ
4. 01小売のシステムERP、POS、EC、受注管理、倉庫、ロイヤルティ

最初の月から最後の月まで当てはまることがあります。

1. 顧客の同意とプライバシー。 パーソナライゼーションは、顧客が信頼してはじめて機能します。顧客が共有に同意したデータを使い、カードデータはPCI DSSの統制の中にとどめます。
2. オープンなマルチプラットフォーム構成。 小売のテクノロジーは変化が速いものです。モデル、プラットフォーム、パートナーを入れ替えられる自由を保ちます。
3. リスクに見合ったガバナンス。 コンテンツとコパイロットには軽い統制を、価格設定と顧客の目に触れるものにはより強い統制を使います。
4. 人材の教育。 エージェントが使われるかどうかを決めるのは、店舗のチームとバイヤーです。早い段階で教育し、彼らの声に耳を傾けてください。

教育は軽く見られがちです。最初の週に棚のカメラから間違った作業を10件受け取った店長は、11件目を無視するでしょう。

最もよくある失敗は、商品と在庫のデータがそれを支えられる状態になる前に、パーソナライゼーションや価格設定のエンジンを購入することです。エンジンは在庫切れのテレビを勧めたり、昨年の原価にもとづいて値下げ価格を付けたりします。信頼は数週間で失われ、取り戻すには1年かかります。だから私は、エンジンから始める計画には警戒します。

2つ目の失敗は、AIを本社のプロジェクトとして進めることです。エージェントがつくる作業が正しくなければ、店舗はそれを余計な仕事とみなします。実際の店長と一緒に少数の店舗でパイロットを行い、彼らの指摘を直し、それからはじめて展開してください。

たとえば、欠品検知のパイロットが空のポテトチップスの棚に印を付けたとします。ポテトチップスは販促のために通路の端の陳列に移されていました。

誰も棚割（どこに何を置くかの計画）を更新していなかったのです。エージェントはそのルールに照らせば正しく、店舗の現実に照らせば間違っています。それに気づけるのは店長だけです。

つまずく理由うまくいく方法

1. 01つまずく理由: 価格設定やパーソナライゼーションのエンジンを最初に購入→うまくいく方法: 商品マスタと在庫データを最初に整備
2. 02つまずく理由: 誰も信頼しない商品と在庫のデータ→うまくいく方法: 店舗とオンラインを通じた信頼できる1つのビュー
3. 03つまずく理由: 店舗が求めていない本社のプロジェクト→うまくいく方法: 実際の店長と一緒に進めるパイロット
4. 04つまずく理由: エージェントの判断に責任者がいない→うまくいく方法: すべてのエージェントに事業部門の責任者

自社がどこから始めるべきかを考えているところですか。通話を予約し、たとえば商品マスタが需要予測に使える状態かどうかといった、実際の質問を1つお持ちください。一緒に考えていきましょう。

小売業のAIロードマップとは何ですか？

小売の事業全体でAIを活用するための段階的な計画です。まず商品、在庫、顧客について信頼できる1つのビューをつくります。次にガバナンスの効いたAIとエージェントを加え、最後にAIを日々の小売業務に組み込みます。

小売企業はAIをどこから始めるべきですか？

まず、すべてのチャネルの商品、在庫、売上のデータを1つの管理されたプラットフォームに集め、商品マスタを整えます。そのうえで、商品コンテンツ、店舗コパイロット、顧客サービスのサマリーといったクイックウィンを実現します。

小売業で最初に投資を回収できるAIユースケースはどれですか？

商品コンテンツとサービスのサマリーは短期間で実現できます。データが整えば、通常は需要予測と補充が最も大きな価値をもたらし、価格設定と値下げがそれに続きます。

小売企業はAIを使う前に新しいERPが必要ですか？

いいえ。AIはデータ基盤を通じて現在のシステムの上で動きます。大切なのは、商品、在庫、売上のデータが店舗、オンライン、財務で同じであることです。

小売業のAIロードマップにはどのくらいの期間がかかりますか？

データ基盤の整備が始まってから3年間で計画します。1年目に管理されたレイヤーをつくり、2年目にエージェントを展開し、3年目にAIを定着させます。クイックウィンは1年目のうちに成果を示すべきです。